|
|||||
|
|
| 基于微分进化算法的FCM图像分割算法 | |
| 引用本文： | 李艳灵,李刚,武津刚.基于微分进化算法的FCM图像分割算法[J].数学的实践与认识,2009,39(9). |
| 作者姓名： | 李艳灵 李刚 武津刚 |
| 作者单位： | 1. 华中科技大学,控制科学与工程系,湖北,武汉,430074;信阳师范学院,计算机与信息技术学院,河南,信阳,464000 2. 信阳师范学院,计算机与信息技术学院,河南,信阳,464000 3. 信阳师范学院,科研处,河南,信阳,464000 |
| 基金项目： | 河南省科技计划项目，河南省自然科学基金，信阳师范学院青年骨干教师资助计划 |
| 摘 要： | 为提高模糊C均值(FCM)算法的自动化程度,提出基于微分进化算法的FCM图像分割算法(DEFCM),利用微分进化算法全局性和鲁棒性的特点自动确定分类数和初始聚类中心,再将其作为模糊c均值聚类的初始聚类中心,弥补FCM算法的不足.实验表明该算法不仅能够正确地对图像分类,而且能获得较好的图像分割效果和质量. |
| 关 键 词： | 图像分割 模糊C-均值 微分进化算法 自动分类 |
Fuzzy c-means Algorithm Based on Differential Evolution for Image Segmentation |
|
| LI Yan-ling,LI Gang,WU Jin-gang.Fuzzy c-means Algorithm Based on Differential Evolution for Image Segmentation[J].Mathematics in Practice and Theory,2009,39(9). | |
| Authors: | LI Yan-ling LI Gang WU Jin-gang |
| Abstract: | A fuzzy c-means algorithm based on differential evolution for image segmentation is proposed to increase the automaticity of the fuzzy c-means algorithm.First the overall robustness advantages of the differential evolution algorithm are used to get the classifying number and the cluster centers of image automatically.Then the results are obtained as the initial cluster centers of fuzzy C-means algorithm.The experimental results show that new algorithm can not only automatically estimate the appropriate number of clusters,it also can get better segmentation quality than FCM's. |
| Keywords: | image segmentation fuzzy c-means differential evolution algorithm auto-classification |
| 本文献已被 万方数据 等数据库收录！ | |